Cache

Lens puede cachear archivos Parquet remotos localmente para que puedas trabajar offline y evitar cargos repetidos de egress en la nube.

Cachear una tabla

dataspoc-lens cache orders

Caching 'orders'...
Cached 'orders': 4 file(s), 12.3 MB

Esto descarga todos los archivos Parquet de la tabla orders a tu directorio de cache local.

Listar tablas cacheadas

dataspoc-lens cache --list

┌──────────────┬─────────────────────┬──────────┬────────┐
│ Table        │ Cached At           │ Size     │ Status │
├──────────────┼─────────────────────┼──────────┼────────┤
│ orders       │ 2026-04-15 10:30:00 │ 12.3 MB  │ fresh  │
│ customers    │ 2026-04-14 08:00:00 │ 2.1 MB   │ stale  │
└──────────────┴─────────────────────┴──────────┴────────┘

Para salida JSON:

dataspoc-lens cache --list --output json

Forzar re-descarga

dataspoc-lens cache orders --refresh

Descarga los datos mas recientes aunque ya exista una copia local.

Limpiar cache

# Clear a specific table
dataspoc-lens cache orders --clear

# Clear all cached data
dataspoc-lens cache --clear

Deteccion de frescura

Lens determina la frescura del cache comparando dos marcas de tiempo:

1. cached_at — cuando se creo el cache local
2. last_extraction — la marca de tiempo de la ultima extraccion del manifiesto de Pipe

Si Pipe ejecuto una extraccion despues de que se creo el cache, el cache se marca como stale. De lo contrario es fresh.

Condicion	Estado	Comportamiento
cached_at > last_extraction	fresh	Las consultas usan el cache local
cached_at < last_extraction	stale	Las consultas aun usan el cache, pero se muestra una advertencia
No existe cache	—	Las consultas leen directamente del bucket remoto

Uso automatico del cache

Cuando ejecutas consultas (via query, shell, ask o notebooks), Lens usa automaticamente el cache local para tablas que tienen una copia cacheada fresca. No se necesita configuracion — mount_views() detecta el cache y cambia la vista DuckDB para leer desde la ruta local en lugar del bucket remoto.

Estructura de directorios

Los archivos cacheados se almacenan en ~/.dataspoc-lens/cache/:

~/.dataspoc-lens/
  cache/
    orders/
      part-0001.parquet
      part-0002.parquet
      part-0003.parquet
      part-0004.parquet
    customers/
      part-0001.parquet
    cache_meta.json          # Metadata: cached_at, size, freshness per table

Flujo de trabajo: analisis offline

# 1. Cache the tables you need while online
dataspoc-lens cache orders
dataspoc-lens cache customers
dataspoc-lens cache products

# 2. Verify cache
dataspoc-lens cache --list

# 3. Go offline and query normally
dataspoc-lens query "SELECT * FROM orders JOIN customers USING (customer_id)"
dataspoc-lens shell
dataspoc-lens ask "Top customers by revenue"

Todas las consultas leeran del cache local de forma transparente.